产品

tracking.js

供开发者在浏览器应用中实现实时颜色追踪、人脸检测等计算机视觉功能的轻量级库。

trackingjs.com 源码★ 70non-standard软件开发 / 开发者效率工具

AI 竞品立项评估
桌面端
移动端
月访问
<5K
2026 年 10 月
公开收入
未公开
暂无公开收入证据
入门价
免费
没有月付订阅价
首次发布
11 年前
2015-10-14 · 估算

访问

月访问数据截至 2026 年 10 月
事件1 个变化

营销动作

发布、搜索与内容、引荐、促销
  • 在 V2EX 发布(17 评论)发布

    纯前端实现人脸识别-提取-合成 — 最近火爆朋友圈的军装照 H5 大家一定还记忆犹新,其原理是先提取出照片中的面部,然后与模板进行合成,官方的合成处理据说由 天天 P 图 提供技术支持,后端合成后返回给前端展示,形式很新颖效果也非常好,整个流程涉及的人脸识别和图像合成两项核心技术在前端都有对应的解决方案,因此理…

    2017 年 9 月 11 日 · 9 年前发布页

  • 在 Product Hunt 发布发布

    A modern approach for Computer Vision on the web

    2015 年 10 月 14 日 · 11 年前发布页

第三方评测与案例拆解

获客渠道拆解、工程师评测与开源档案
V2EX
2017-09-11查看原文
创作者原帖摘录:
最近火爆朋友圈的军装照 H5 大家一定还记忆犹新,其原理是先提取出照片中的面部,然后与模板进行合成,官方的合成处理据说由 天天 P 图 提供技术支持,后端合成后返回给前端展示,形式很新颖效果也非常好,整个流程涉及的人脸识别和图像合成两项核心技术在前端都有对应的解决方案,因此理论上前端也可以完成人脸识别-提取-合成整个流程,实现纯前端的军装照 H5 效果。 前端人脸识别 首先需要的是人脸识别,这个一听就觉得高大上的东西原理并不深奥,无非是用人的面部特征规则对图像进行匹配和识别,这项工作前端虽然可以实现,但前端实现基本就只能依据内置规则库进行匹配,这个库的质量就决定了识别质量,而通常更成熟的方案是引入机器学习,让程序不断自我修正和提高,进一步提高识别率,机器学习的前端库倒是也有,但把这两者结合起来的还没发现,因此对

开源仓库与 Agent 生态

GitHub 开源与智能体接入
最近提交 2026-04-09
GitHub 星标
★ 70
分支数 (Forks)
4
开源协议
non-standard
主要语言
JavaScript

Agent 智能体、MCP 与开发者接入

CLI / SDK
接入文档
浏览全部开发者与 CLI 工具 →

流量来源

2026 年 10 月

访问构成

这个网站的访问渠道与国家构成还没有数据。

搜索

站点权重 —域名注册 未知

这个网站还没有搜索关键词数据。

流量数据:Vaneform

定价

尚未识别出定价页,或该页面没有公开价格。

页面与变化

开始记录于 2015-10-14

关键页面

每周快照
首页
trackingjs.com/ 快照 2026-11-10

变化

  1. 11 月 1 日 · 16 天前

    新增采用技术栈:Cloudflare Browser Insights功能

    —→Cloudflare Browser Insights

    当时 月访问 <5K

问题与证据

tracking.js 的网站访问量是多少?
Vaneform 估算 2026-10 网站访问量为 <5K。访问量包含重复访问,付费客户数与收入需分别查看对应证据。来源
tracking.js 是什么产品,支持哪些平台?
tracking.js 归属「开发者效率工具」赛道:供开发者在浏览器应用中实现实时颜色追踪、人脸检测等计算机视觉功能的轻量级库。。 支持平台包括:CLI 与 SDK。
tracking.js 是开源项目吗?采用什么协议?
tracking.js 拥有公开代码仓库(https://github.com/eduardolundgren/tracking.js),采用 non-standard 协议,记录有 70 个 GitHub Stars。来源

同分类研究对象

软件开发 / 开发者效率工具

这些产品属于同一目录分类。选型时请进一步核对客户任务、功能与部署要求。